AI 是讓電腦擁有像人類智能的機制，如同在自然語言處理的應用所提及的，應對客戶疑問的智慧問答機器人、透過語音辨識讓我們的生活變得更加便利的智慧語音助理，以及利用圖像辨識系統運作的自動駕駛等等，在我們的日常生活中已經存在著各式各樣的運用實例，我們就來了解 AI 如何擁有那麼強大的能力吧。
機器學習
機器學習（Machine Learning）簡單來說就是讓電腦能夠自主學習的機制，機器學習有各式各樣的方法，電腦以大量的數據為基礎，利用不同的機器學習方法進行自主學習。
舉例來說，在自然語言學習的領域中，我們會針對文本中的語言特徵進行人工標記。例如在特徵抽取 — — 你是哪裡人？中提到，將北部人及南部人說話的不同特徵標記為「0」和「1」讓電腦學習，讓電腦看懂我們的語言。
再舉一個例子：像是將文本中所出現情緒相關的詞彙，例如：「棒」、「好」、「開心」等正面詞以及「壞」、「差」、「生氣」等負面詞進行人工標記，透過機器學習來分析文本是偏向正面或負面的情緒。這樣的例子常應用在網拍上的商品回饋留言，可以了解顧客對某項產品的滿意程度，或是觀眾對電影的評價等等。
深度學習
深度學習（Deep Learning）是機器學習的其中一種方法，它使 AI 的性能大幅地提升。深度學習是以類神經網路（Neural Network）為基礎，所延伸發展的技術。所謂類神經網路，是模擬人類頭腦的結構，來處理資訊的機制。如下圖，深度學習的運作方式就如同我們的大腦，一個一個的節點、以及點和點之間所連結起來的線，是不是很像我們的腦神經呢？
近年眾所矚目的「自動駕駛車」就是利用深度學習的方法來運作，而深度學習與機器學習的差異在於，原本的機器學習是需要靠人類向 AI 指出需要注意的特徵，例如：花朵的「顏色」或「花瓣形狀」；而深度學習可以只依靠灌輸大量的數據，自行抽取出特徵，甚至還可能發現人類無法捕捉到的特徵，所以 AI 所做出來的預測，其精準度又更高一層！
這個章節我們先簡單了解機器學習與深度學習的概念和架構，往後我們會再一一了解電腦是如何運用這些方法變得更聰明。
AI 講講話｜人工智慧 AI 系列文目錄
- 淺談 人工智慧（AI, Artificial Intelligence）
- AI 的歷史演進
- 取得訓練資料 — — 打造模型的第一步
- 特徵抽取 — — 你是哪裡人？
- AI 技術在企業上的數位轉型
- AI 的應用：機器翻譯
- AI 是如何變聰明的？ — — 「機器學習」與「深度學習」← 目前位置
- AI 如何變聰明？（二） — — 什麼是「機器學習」
- AI 如何變聰明？（三） — — 模擬人類大腦的「類神經網路」
- AI 如何變聰明？（四） — — 什麼是「深度學習」
- 開啟 AI 2.0 新時代
- 大型語言模型（LLM）的發展
- 大型語言模型（LLM）對自然語言處理（NLP）的影響
- ChatGPT 為什麼那麼紅？一次了解歷代 GPT 模型
